基于正-未标记学习的观察性因果推断中的控制组构建
机器学习
2025-07-22 v1
摘要
在因果推断中，无论是通过随机对照试验还是观察性研究，获取treated与control单位都是估计特定处理对感兴趣结果影响的关键。当处理分配为随机时，可直接通过比较两组之间的结果来估计平均处理效应（ATE）。在非随机情境下，各类技术被用于调整混杂因素，以近似反事实情景以恢复无偏的ATE。一个常见挑战，尤其在观察性研究中，就是缺乏明确标注为control的单位——即已知未接受处理的单位。为此，我们提出正-未标记（PU）学习框架，仅凭可用treated（正）单位，从未标记单位池中以高置信度识别control单位。我们使用both模拟数据和真实数据进行评估。我们构建包含多样化关系的因果图，并据此在various情景下生成合成数据，评估该方法可靠性，以恢复允许估计真实ATE的控制组。我们还将方法应用于真实数据，涉及可持续农业中的最佳播种与肥料处理。我们的发现表明，PU学习能够仅凭treated单位从未标记数据中成功识别出control（负）单位，并通过所得控制组估计的ATE与真实值高度接近。该工作在观察性因果推断中具有重要意义，尤其在随机实验难以或昂贵的领域。 在地球科学、环境科学和农业科学等领域，它使得通过利用可得的地球观测和气候数据，尤其是在treatment单位可用而control单位缺乏的情况下，实现大量准实验。
引用
@article{arxiv.2507.14528,
title = {Positive-Unlabeled Learning for Control Group Construction in Observational Causal Inference},
author = {Ilias Tsoumas and Dimitrios Bormpoudakis and Vasileios Sitokonstantinou and Athanasios Askitopoulos and Andreas Kalogeras and Charalampos Kontoes and Ioannis Athanasiadis},
journal= {arXiv preprint arXiv:2507.14528},
year = {2025}
}
备注
Accepted at KDD 2025 Workshop on Causal Inference and Machine Learning in Practice